BeingBeyond Luncurkan Being-H0.8, Model Tindakan-Dunia Taktil Implisit Pertama yang Dilatih pada 500.000 Jam Video
Perusahaan AI Tiongkok BeingBeyond (智在无界) telah merilis Being-H0.8, model tindakan-dunia taktil implisit pertama yang didasarkan pada data video manusia. Dilatih pada lebih dari 500.000 jam video orang pertama, model ini mengintegrasikan umpan balik taktil ke dalam siklus prediksi-eksekusi-penyesuaian, memungkinkan robot untuk mengantisipasi kontak dan menyesuaikan tindakan secara waktu nyata. Sistem ini berhasil melakukan tugas presisi tinggi seperti mengambil benda dari tas, menulis dengan kuas, memeras pasta gigi, dan mengambil keripik dengan lengan robot.
BeingBeyond telah meluncurkan Being-H0.8, model aksi-dunia taktil implisit pertama yang dibangun dari data video manusia. Model ini menggabungkan modalitas taktil ke dalam representasi ruang laten, memperluas model dunia visual Being-H0.7 sebelumnya. Model ini menggunakan Mixture of Transformers (MoT) untuk memprediksi hasil interaksi, pakar aksi cepat-lambat untuk eksekusi dan penyesuaian waktu nyata, Universal Tactile Encoder untuk menyatukan sinyal taktil, dan TopoHand untuk menyelaraskan ruang aksi manusia dan robot. Kumpulan data pelatihan melebihi 500.000 jam video orang pertama, yang dibersihkan dan diproses menjadi dataset UniHand-3.0. Untuk mengatasi kurangnya label taktil dalam video, BeingBeyond mengembangkan TactoHand untuk menyimpulkan kontak dan kedekatan dari data visual, yang dilengkapi dengan data sarung tangan tekanan nyata. Model ini diuji pada robot lengan ganda yang melakukan tugas-tugas seperti mengambil benda dari tas, menulis dengan kuas, memeras pasta gigi, dan mengambil keripik, menunjukkan kemampuannya menangani manipulasi halus yang membutuhkan umpan balik taktil. BeingBeyond didirikan pada Mei 2025 oleh Lu Zongqing, seorang profesor asosiasi di Universitas Peking, dan telah melalui tiga tahap: membuktikan kelayakan pelatihan video manusia (Being-H0 hingga H0.5), meningkatkan skala (H0.5 hingga H0.7), dan sekarang meningkatkan kualitas data (H0.8).
Sumber: QbitAI 量子位 —
asli